识别和抽取Web中的关系信息及其出现模式

论文摘要

Internet的飞速发展以及它开放式的特点使得网上的信息不断的膨胀,Web已成为人们不可缺少的信息源。Web中存在着大量的描述实体间相互关联的信息,与此同时实体之间的相互关系隐藏着非常丰富的、有价值的信息。而目前的搜索引擎依靠关键字匹配的方式查找信息,缺乏知识处理能力和理解能力,从而无法对Web中的关系信息进行识别。 本文以Web中信息发布与交换的新标准XML作为研究对象,提出了一种从Web上发布的XML文档中识别和抽取关系信息及其出现模式的方法。该方法按照用户的挖掘请求搜集XML文档;通过计算XML文档的相似度来识别包含了用户需求的目标文档;建立用户挖掘模式并与目标文档进行模式匹配实现关系数据的抽取。 实验结果表明本文提出的XML相似度计算方法能较好的实现目标文档的识别,同时本文采用的模式表达和匹配方式也能较准确地从目标文档中抽取出用户所需的关系数据。

论文目录

• 第一章 绪论
• 1.1 课题背景、意义
• 1.2 本课题的研究内容
• 1.2.1 本课题的主要工作
• 1.2.2 国内外的相关研究
• 1.2.3 本课题的特色和创新点
• 1.3 论文结构
• 第二章 相关技术
• 2.1 Web数据挖掘
• 2.1.1 Web数据挖掘的定义
• 2.1.2 半结构化数据概述
• 2.1.3 Web数据挖掘的分类
• 2.2 XML相关技术
• 2.2.1 XML概述
• 2.2.2 XML的主要特点
• 2.2.3 XML文档
• 2.2.4 XML的编程接口
• 第三章 关系数据挖掘方法及实现算法设计
• 3.1 关系数据挖掘目标
• 3.2 关系数据挖掘方法
• 3.3 关系数据挖掘的主要算法
• 3.3.1 相似度计算
• 3.3.1.1 语义相似度的计算
• 3.3.1.2 结构相似度的计算
• 3.3.1.3 XML文档相似度
• 3.3.2 相似度阈值的自动发现
• 3.3.3 数据抽取
• 3.3.3.1 树匹配问题
• 3.3.3.2 查询匹配算法
• 3.3.3.3 XML标记层次信息的提取
• 第四章 关系数据挖掘系统的实现及实验结果
• 4.1 关系数据挖掘系统的设计
• 4.2 系统开发环境
• 4.3 XML相似度计算的实现
• 4.3.1 实现语义相似度计算
• 4.3.2 实现结构相似度计算
• 4.4 使用五次曲线拟合发现相似度阈值
• 4.5 实现数据抽取
• 4.5.1 创建用户的挖掘模式userpattern
• 4.5.2 创建XML文档树模式xmlpattern
• 4.5.3 抽取关系数据
• 4.6 实验
• 第五章 结束语
• 5.1 论文总结
• 5.2 后续研究方向
• 参考文献
• 致谢